El verdadero desafío que OpenAI plantea a Microsoft no consiste en fabricar un Word mejor, sino en conseguir que dejemos de pensar que necesitamos abrir Word.
Puede parecer una diferencia menor, pero probablemente sea la diferencia importante. Buena parte de la informática personal se ha construido alrededor de una convención que hemos terminado confundiendo con la propia naturaleza del ordenador: para hacer algo primero elegimos una aplicación. Si queremos escribir, abrimos un procesador de textos; si queremos calcular, una hoja de cálculo; si queremos diseñar, un programa de diseño. Hemos aprendido a traducir nuestros propósitos a la taxonomía que propone el software.
La inteligencia artificial empieza a invertir esa relación. En lugar de decidir qué programa necesitamos, podemos limitarnos a explicar qué queremos conseguir. «Prepárame para la reunión de mañana» contiene implícitamente varias operaciones: localizar correos, consultar el calendario, leer documentos, identificar asuntos pendientes y quizá preparar unas notas. Hasta ahora éramos nosotros quienes descomponíamos ese objetivo y recorríamos distintas aplicaciones para resolverlo. El modelo que empieza a aparecer delega también esa descomposición en la máquina. Esa es precisamente una de las intuiciones que atraviesan el guión del que parte este texto: pasar de coordinar programas a coordinar resultados.
Las últimas novedades de OpenAI permiten observar bastante bien hacia dónde puede conducir esa idea. ChatGPT Space reúne archivos y documentos en un entorno compartido en el que pueden trabajar personas, ChatGPT, Codex y los nuevos agentes persistentes de la compañía. Dentro aparecen las Pages, documentos editables que pueden incorporar información procedente de herramientas conectadas y mantenerse actualizados mediante agentes. A ello se suman plugins capaces de mostrar sus propias interfaces dentro de ChatGPT y ejecutar acciones en servicios externos.
Resulta tentador describir todo esto como el nacimiento de una especie de nuevo Office. De hecho, algunas de sus piezas recuerdan inevitablemente a Word, PowerPoint, Google Docs o Drive. Pero quedarse en esa comparación quizá impida ver el movimiento más interesante. OpenAI no necesita sustituir una por una todas las aplicaciones que utilizamos. Le basta con colocarse delante de ellas.
Es una posición mucho más poderosa.
Durante buena parte de la historia del ordenador personal, el control económico ha pertenecido a quien conseguía dominar una de esas capas intermedias. Microsoft entendió muy pronto que un sistema operativo era algo más que el programa que hacía funcionar el ordenador: era el lugar desde el cual los usuarios accedían a los demás programas. Después, el navegador abrió otra posibilidad. Más tarde, Apple y Google convirtieron sus tiendas de aplicaciones en la principal puerta de distribución del software móvil. Cada nueva capa reorganizó parcialmente la industria que existía debajo.
La IA conversacional podría estar intentando convertirse en la siguiente.
La diferencia es que esta vez la intermediación no afecta únicamente a dónde encontramos el software, sino a cómo decidimos qué software necesitamos. Una tienda de aplicaciones sigue suponiendo que el usuario sabe qué busca. Introduce «editor de fotografías», compara alternativas, instala una y aprende a utilizarla. Un sistema capaz de interpretar intenciones puede eliminar varios de esos pasos: «quita a esa persona de la fotografía, mejora la luz y prepárala para imprimir». En ese momento la identidad del programa utilizado para conseguirlo comienza a ser secundaria.
OpenAI lleva tiempo preparando esa arquitectura. Su Apps SDK permite que aplicaciones externas incorporen lógica e interfaces dentro de ChatGPT, apoyándose además en Model Context Protocol para conectarse con herramientas y datos. Las aplicaciones pueden aparecer cuando el sistema considera que son relevantes para lo que está intentando hacer el usuario. La consecuencia potencial es bastante profunda: la selección de la herramienta deja de ser siempre una decisión consciente del usuario y empieza a formar parte del razonamiento del intermediario.
Eso cambia también el significado de una aplicación.
Hasta ahora, desarrollar una buena aplicación implicaba en buena medida conseguir que el usuario quisiera abrirla. Había que construir una marca, una interfaz reconocible, hábitos, distribución y cierto grado de fidelidad. En un entorno mediado por agentes, una parte de ese valor puede desplazarse hacia algo bastante menos visible: ser la herramienta que el agente elige cuando necesita realizar una determinada función.
Podemos imaginar entonces una economía del software en la que algunas empresas mantienen una relación directa con los usuarios mientras otras se convierten progresivamente en infraestructura para agentes. El equivalente digital de muchos servicios que utilizamos sin conocer la empresa que los proporciona. No desaparecerán necesariamente las aplicaciones; puede desaparecer parte de nuestra relación consciente con ellas.
Ese desplazamiento ayuda a entender por qué resulta insuficiente interpretar la estrategia de OpenAI exclusivamente como una ofensiva contra Microsoft Office. Microsoft, además, está haciendo exactamente el recorrido contrario. Está introduciendo cada vez más capacidades autónomas dentro de Copilot y de sus herramientas de productividad. Su actualización reciente integra Word, Excel y PowerPoint alrededor de Copilot y añade agentes capaces de ejecutar trabajo con mayor autonomía.
Las dos compañías parecen aproximarse desde extremos opuestos. Microsoft parte de aplicaciones que llevan décadas organizando el trabajo y trata de convertirlas en entornos donde actúan agentes. OpenAI parte del agente y construye a su alrededor documentos, espacios de colaboración y conexiones con aplicaciones externas. En un caso, la inteligencia artificial entra en la oficina; en el otro, la inteligencia artificial intenta convertirse en la oficina.
La cuestión relevante será descubrir cuál de esas dos direcciones resulta más natural para los usuarios.
Hay razones para pensar que la ventaja de Microsoft sigue siendo enorme. Las empresas no funcionan sobre abstracciones, sino sobre décadas de documentos, permisos, hojas de cálculo, bases de datos, procesos internos y hábitos. Una tecnología nueva puede ser conceptualmente superior y aun así fracasar si exige reconstruir demasiado de lo que existe. La historia de la informática está llena de sistemas elegantes derrotados por sistemas que simplemente ya estaban instalados.
Pero los agentes introducen una peculiaridad. Su utilidad aumenta precisamente cuando pueden atravesar las fronteras entre aplicaciones. Un empleado humano siente el coste de cambiar constantemente entre correo, calendario, documentos, mensajería y bases de datos. Un agente puede considerar todas esas herramientas simples recursos disponibles para alcanzar un objetivo. Desde su perspectiva, las divisiones que durante décadas han estructurado el mercado del software son bastante arbitrarias.
Tal vez por eso una de las transformaciones más importantes de la IA no ocurra dentro de ninguna aplicación concreta. Puede ocurrir en nuestra cabeza.
Hemos aprendido a pensar informáticamente. Sabemos que una fotografía pertenece a una aplicación, un texto a otra, los números a otra y una reunión a otra. Incluso personas poco interesadas en tecnología han interiorizado conceptos como archivos, carpetas, ventanas, pestañas, aplicaciones o formatos. No nacimos pensando así. Son metáforas que la industria inventó y que millones de personas aprendimos porque eran necesarias para comunicarnos con las máquinas.
Los modelos de lenguaje ofrecen una posibilidad extraña: que la máquina aprenda nuestra forma de expresar objetivos antes de que nosotros tengamos que aprender la suya.
Eso explica por qué el prompt probablemente sea menos importante de lo que parecía hace apenas unos años. Si estos sistemas progresan, tampoco deberíamos necesitar aprender una sintaxis especial para hablar con ellos. La interfaz final podría parecerse cada vez menos a la informática precisamente porque toda la complejidad informática continuará existiendo por debajo. Habrá aplicaciones, APIs, bases de datos, permisos, formatos y servicios. Simplemente tendremos menos necesidad de pensar constantemente en ellos.
Aquí aparece, sin embargo, una consecuencia menos cómoda. La capa que interpreta nuestras intenciones adquiere un poder considerable. Si digo «organiza mis vacaciones», alguien o algo deberá decidir qué buscador consultar, qué hoteles mostrar, qué plataforma utilizar para reservar y qué criterios considerar relevantes. Si digo «prepara esta presentación», el sistema elegirá fuentes, herramientas y posiblemente plantillas. Si pido «analiza las ventas», decidirá qué datos consultar y qué operaciones realizar.
El intermediario ya no ordena únicamente información. Empieza a ordenar acciones.
Por eso la comparación con un sistema operativo quizá sea más fértil que la comparación con una suite ofimática. El sistema operativo tradicional administraba recursos técnicos: memoria, archivos, procesos y periféricos. La nueva capa aspira a administrar algo mucho más ambiguo: nuestras intenciones. Recibe un propósito expresado de manera imperfecta, intenta interpretarlo y moviliza herramientas para convertirlo en un resultado.
Los agentes persistentes de OpenAI, presentados recientemente bajo la denominación Dots, hacen todavía más visible esta transición. Ya no se limitan a responder cuando alguien inicia una conversación, sino que pueden recibir objetivos y trabajar utilizando distintas herramientas dentro de unos permisos determinados. La compañía los sitúa además dentro de Space, junto a personas y documentos.
Eso transforma incluso algo tan aparentemente estable como el documento. Un documento tradicional es un objeto pasivo: alguien lo escribe, alguien lo modifica y, cuando nadie trabaja sobre él, permanece exactamente igual. Las nuevas Pages pueden conectarse a herramientas externas y actualizar parte de su contenido. OpenAI las presenta explícitamente como documentos capaces de mantenerse al día utilizando información procedente de servicios conectados.
Puede parecer una evolución menor del procesador de textos, pero altera una propiedad que llevamos siglos dando por supuesta. El documento deja de ser exclusivamente el registro de un trabajo realizado y puede convertirse también en un proceso.
Un informe de ventas podría consultar datos nuevos. Una página de proyecto podría actualizar fechas. Un documento de investigación podría incorporar información. En lugar de abrir continuamente archivos para descubrir qué ha cambiado en el mundo, empezamos a imaginar archivos que observan una parte del mundo para cambiar ellos mismos.
Naturalmente, cuanto mayor sea la autonomía, más importante será decidir qué puede hacer cada agente y a qué información puede acceder. La comodidad de decir «encárgate» es directamente proporcional a la cantidad de permisos que debemos conceder para que alguien —o algo— pueda encargarse realmente. Las recientes controversias alrededor del acceso de agentes a información privada en los ordenadores muestran que esta tensión no será un detalle técnico, sino uno de los problemas centrales de esta nueva interfaz.
Quizá por eso la futura batalla entre OpenAI, Microsoft, Google, Apple, Anthropic y otras compañías no pueda entenderse únicamente como una competición por tener el modelo más inteligente. Un modelo extraordinario puede convertirse rápidamente en una mercancía si otro alcanza prestaciones similares. Mucho más difícil de sustituir sería el sistema que conozca nuestros documentos, tenga acceso a nuestras herramientas, entienda nuestros hábitos y se haya convertido en el lugar habitual desde el cual iniciamos el trabajo.
Ese lugar es mucho más parecido a una plataforma que a un chatbot.
La ironía es que podríamos estar entrando en una nueva etapa de la informática precisamente mediante la desaparición parcial de algunas de sus interfaces más reconocibles. Durante cuarenta años aprendimos a utilizar ordenadores recorriendo menús y eligiendo programas. Ahora empiezan a aparecer sistemas que pretenden recorrerlos por nosotros.
Si esa transición prospera, probablemente seguiremos utilizando Word, Excel, Photoshop, Slack, navegadores, bases de datos y cientos de servicios más. Lo que puede cambiar es algo anterior a todos ellos: el instante en que decidimos cuál abrir.
Y quien consiga ocupar ese instante no habrá construido simplemente otra aplicación. Habrá conseguido situarse entre nosotros y casi todas las demás.
Fuentes
- OpenAI — ChatGPT Space: sharing, data, and controls
- OpenAI — ChatGPT Space — People and AI working together
- OpenAI — Introducing apps in ChatGPT and the new Apps SDK
- OpenAI — Build with the Apps SDK
- Reuters — OpenAI takes on Meta with always-on Dots agent in enterprise AI push
- Reuters — Microsoft revamps Copilot with code generation and agentic AI tools
- TechCrunch — OpenAI expands ChatGPT’s plugins with app-like interfaces and automations
- Axios — AI agents face an adoption problem
